<![CDATA[Penelitian ini bertujuan untuk menganalisis pola kepadatan penumpang pada lintasan penyeberangan Torobulu–Tampo menggunakan metode K-Means Clustering sebagai pendekatan analisis operasional transportasi berbasis data. Data yang digunakan dalam penelitian ini berupa data harian jumlah penumpang Pelabuhan Torobulu selama periode Januari 2023 hingga Oktober 2025. Penelitian dilakukan melalui beberapa tahapan, yaitu preprocessing data untuk membersihkan data yang tidak konsisten, proses normalisasi untuk menyamakan skala data, penentuan jumlah cluster optimal menggunakan metode evaluasi clustering, serta proses pengelompokan data menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa pola jumlah penumpang dapat dikelompokkan menjadi tiga kategori utama, yaitu kondisi sepi (low), normal (medium), dan padat (peak season). Cluster padat didominasi oleh periode hari besar nasional, musim mudik Idulfitri, dan libur panjang yang menyebabkan peningkatan mobilitas masyarakat secara signifikan. Sementara itu, cluster normal dan sepi lebih banyak terjadi pada periode operasional reguler di luar musim liburan. Hasil clustering juga menunjukkan adanya pola musiman yang memengaruhi tingkat kepadatan penumpang pada lintasan penyeberangan Torobulu–Tampo. Informasi tersebut dapat dimanfaatkan sebagai dasar dalam optimalisasi jadwal operasional kapal, pengaturan kapasitas penumpang, serta peningkatan kualitas pelayanan transportasi penyeberangan. Selain itu, hasil penelitian ini dapat membantu pihak pengelola pelabuhan dalam melakukan perencanaan operasional yang lebih efektif dan adaptif terhadap perubahan pola mobilitas penumpang. Penelitian ini diharapkan menjadi dasar pengembangan sistem analisis transportasi penyeberangan berbasis data yang lebih cerdas, efisien, terintegrasi, dan berkelanjutan di masa mendatang.]]>
Copyrights © 2026
